일상 정리하기

7. 공분산과 상관계수 * 공분산(Covariance): 2개의 확률변수의 선형 관계를 나타내는 값 - cov > 0 : 관계있음 - cov = 0 : 관계없음 - cov < 0 : 관계없음 - cov가 0보다 클 경우에만 유의한 정보로 활용될 수 있다. 단, 관계의 강도를 알 수 없다. * 상관계수(Correlation): 두 변수 사이의 통계적 관계를 표현하기 위해 특정한 상관관계의 정도를 수치적으로 나타낸 값 - 0 < corr < 1: 양의 상관관계 - corr = 0: 서로 독립적 - -1 < corr < 0 : 음의 상관관계 - 상관계수를 통해 관계의 강도를 측정할 수 있다. ser1 = pd.Series(np.random.randint(50, size = 100)) ser2 = pd.Seri..

1. Import import pandas as pd 2. DataFrame Columns Index name salary deptno 0 smith 1000 10 1 timo 2000 20 2 kali 2500 20 3 echo 5000 30 df1 = pd.DataFrame({'name': ['smith', 'timo', 'kali', 'echo'], 'salary': [1000, 2000, 2500, 5000], 'deptno': [10, 20, 20, 30]}) df2 = pd.DataFrame(np.arange(16).reshape(4, 4), index = ['a', 'b', 'c', 'd'], columns = ['red', 'blue', 'green', 'yellow']) print(df1..

1. Import import pandas as pd # as pd는 pandas를 줄여서 간편하게 쓰기 위해 지칭하는 것 2. Series(1) Index라는 구조가 추가된 자료구조 Series 구조 Index Value 0 42 1 24 2 17 3 3 a = pd.Series([42, 24, 17, 3]) b = pd.Series([42, 24, 17, 3], index=['a', 'b', 'c', 'd']) ''' a 42 b 24 c 17 d 3 ''' b.values ''' array([42, 24, 17, 3], dtype=int64) ''' b.index ''' Index(['a', 'b', 'c', 'd'], dtype='object') ''' print(b[0]) print(b['a']..

7. Conditions and Boolean Arrays 배열 이름[조건] -> 원하는 배열 값 반환 A = np.random.random((4, 4)) ''' array([[0.32191258, 0.13556957, 0.75832153, 0.69059683], [0.3595375 , 0.39863105, 0.13788883, 0.65433968], [0.79409875, 0.1002468 , 0.10226936, 0.77828777], [0.84994903, 0.97297211, 0.73935771, 0.51436042]]) ''' print(A < 0.5) ''' [[ True True False False] [ True True True False] [False True True False] [F..

1. NumPy 설치 # Linux(Ubuntu) sudo apt-get install python-numpy # Windows(Anaconda) conda install numpy 2. Ndarray 활용: ndim, size, shape import numpy as np a = np.array([1, 2, 3]) # array([1, 2, 3]) type(a) # # build-in method a.ndim # 1, array의 차원 a.size # 3, array length a.shape # (3, ), array shape 3. Array 관련 함수 * np.zeros(): 0행렬 * np.ones(): 1행렬 * np.arange(x, y)}: x 이상 y 미만 * np.reshape(x, y..